京公网安备 11010802034615号
经营许可证编号:京B2-20210330
京东深挖11.11大数据 用户需求细分(1)_数据分析师
2014年11月下旬,京东在《京东技术解密》新书发布会上,首次公布了2014年11.11的部分大数据洞察。这其中,既包括有新用户高速增长的消息,也有用户消费结构升级的数据。从这些大数据洞察中,我们不难发现,由一个个平凡的个体构成的网购群体,却有了不凡的表现。在“保民生,促增长”上,京东给了我们别样的启示。
11.11用户行为特征——熬夜血拼,更看重品牌
数据分析表明,随着京东11.11多年的经营,品牌和形象深入人心,得到越来越多网购人群的关注和认可,参与程度越来越高;另一方面,京东在移动战略上的持续投入,使得用户的移动下单行为大幅提升。2014年与2013年相比,熬夜族(24点—1点)人群参与度明显增加,未来的电商购物将打破时间与空间上的差异,让每天都是“11.11”。
京东分析了一组11.11与国庆假期期间用户购买行为的对比,在国庆黄金周期间,相对价格越高的产品,用户购买时越关注品牌,例如冰箱、手机;而像衬衫、护发品等单品价格比较低并且产品种类较丰富的产品,用户对品牌的关注程度相对比较弱。而在11.11大促期间,用户对品牌的关注程度整体都提高了,不管价格高低,大家都会比较在意品牌。包括衬衫、护发品在内,用户在选择时都会把品牌放到更重要的位置。
消费者目标性增强——新用户11.11集中消费
数据显示,2014年11.11,消费者的目的更强。新老用户集中下单的时间都在10日和11日,新用户11.11当天下单量占新用户11.1-11.11期间总单量的34%,老用户则为28%;同时,新用户伴随双11的深入,消费金额逐渐增加,在11.11当天达到高峰。这表明,不少新用户是奔着11.11而来,而且血战到底,消费者过11.11电商大节的目的性也更加明确。
从单品来看,京东很多单品创下了销售纪录,如11.11期间销售肥皂80多万块,115多吨,相当于23头大象;仅卫生纸就售出了至少900万卷,以及8亿多抽手纸,按一秒钟扯一抽来计算,至少要扯3年,按一卷纸30米算,900万卷至少可绕地球7圈。
日用品受青睐——京东商品扩军受用户追捧
2013年11.11期间,新用户的购物主要集中在电脑办公、手机数码品类,用户数占比分别为16%、13%。2014年11.11期间,新用户的采购重点集中在服饰内衣、鞋靴箱包等品类,用户数占比分别为21%、12%。
长期以来,不少人印象中总认为3C品类是京东的核心竞争力,但最新的数据则说明服装、日用品等与普通用户生活息息相关的品类迅速崛起,成为用户上京东采购的新宠。一方面是京东全面扩展经营品类,更丰富的商品吸引了用户。另一方面,无论3C还是日百,京东一直坚持正品、行货、低价的策略,在电商平台的竞争中形成了越来越明显的特色,让用户信赖。因此,京东的新用户们会自然而然地根据自己的需求在京东采购商品,而不会被“京东3C特别强”的传统印象所影响。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13